AniShort的自动对口型必须通过其内置TTS配音并启用audio_driven模式实现，不支持外部音频导入；需设语言为zh-CN、语速0.9–1.1、删除音频静音头，并校准帧率与零点。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AniShort 里配音怎么自动对口型？先看它支持不支持
AniShort 不像 HeyGen 或 SadTalker 那样提供“上传音频→一键驱动唇形”的独立 lip-sync 模块。它的口型同步是嵌在工作流里的，**必须走“配音生成 → 视频生成”联动路径，不能后期把已有配音硬塞进去对齐**。如果你已经用剪映或讯飞导出了一条 MP3，再想拖进 AniShort 强行匹配，大概率失败——系统会报错 audio_track_mismatch 或直接忽略音轨。
必须用 AniShort 自带配音，且选对语言和语速档位
它的自动对口型只响应自己 TTS 引擎输出的音频，原因在于：内部音素切分、时长预测、帧级映射全部基于自研语音模型。中文场景下尤其要注意：
-
language必须设为zh-CN，选zh-TW或留空会导致音素识别错乱，嘴型卡在“啊”“呃”等无效口型上 -
speed建议控制在 0.9–1.1 范围内。超过 1.2 会触发跳帧补偿，口型动画出现“抽搐式张合”；低于 0.8 则下颌运动迟滞，句尾收声拖沓 - 避免在台词文本里加括号注释（如“（冷笑）你真这么想？”），括号内容会被读出，但无对应口型参数，导致后半句整体偏移
视频生成节点必须勾选“启用语音驱动唇形”
这是最关键的一步，很多人漏掉就等于没开同步开关。操作位置在：
进入「视频生成」节点 → 点击右侧面板「高级设置」→ 找到 lip_sync_mode 下拉菜单 → 选择 audio_driven（不是 text_driven，后者只按字数粗略分配帧数）
同时确认：frame_rate 和配音音频采样率对齐（AniShort 默认用 25fps，音频必须是 25fps 对应的时长，即每帧 40ms；若你手动改过项目帧率，配音也得重导一次）
对不上？优先检查时间轴零点是否一致
即使开了 audio_driven，仍可能嘴慢半拍——八成是音频起始有静音头。AniShort 默认以音频波形第一个非零采样点为 0 帧，但你如果在剪辑时掐头去尾留了 0.2 秒黑场，系统就会把这 0.2 秒算进时间轴，导致整段口型向后偏移 5 帧。
解决方法很简单：
- 在配音前，用 Audacity 打开音频，选中开头 0.1 秒 → 按 Delete 删除
- 导出时勾选
no_padding（AniShort 导出设置里有这个选项） - 生成后播放时盯住第一字“我”“你”“好”的起始瞬间：下唇是否在声母爆破（如“b”“p”）那一帧刚好闭合？不是，就说明零点偏了
真正难调的不是整段漂移，而是情绪转折处的微偏——比如一句“我不信！”里，“不”字拖长音，AI 默认按标准时长分配，结果嘴型提前闭合。这时候没法靠开关解决，得进「关键帧编辑器」手动拖动第 3 帧的 jaw_open 值延长 2 帧。这种细节，AniShort 不提示，但观众一眼就看出假。
